[閒聊] えなこ跟國昌真的相似嗎?人臉辨識告訴你

[ickeal (Ickeal)]

微軟在Azure上開放了人臉辨識的demo給大家使用玩耍，
版上很多人在看到Enako的時候都會不自覺的國一下，
可是兩者真的有那麼相似嗎?
我們似乎需要一個比較科學的方式來驗證這個結果
https://azure.microsoft.com/en-us/services/cognitive-services/face/#demo

https://images.plurk.com/6dOqdtvAQ5g8kedIIpqUtX.png
https://images.plurk.com/4jb76uDEgnryCEWbsPq40q.png
首先我們比對一下國昌跟Enako的相似程度，
相似程度越靠近1代表越相似，越靠近0則代表不相似，
也就是微軟大數據所訓練出來的AI認為這兩者的相似度非常低！

https://images.plurk.com/WN5wz24gO5hvrQjijGccz.png
https://images.plurk.com/2bZp02AaHLIWZrcU4tMtwL.png
我們在對照一下本人跟本人之間的相似度如何~
看的出來相同人的不同照片辨識效果是很好的，
只是醜照可能會降低一點相似程度。

結論:真的不像只是跟瘋玩梗而已

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 175.183.32.89 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1594284728.A.9C4.html
→ qqq3892005: 我不太懂 不過拿方向不一樣的臉來比惠準嗎
推 roger840410: P過的照片應該會影響準確率
推 saobox: 同一個人也會不像喔
→ roger840410: 應該是用五官距離比例之類的
推 Tiyara: 上次還有人跟小黃瓜90%相似的
推 Ayanami5566: 我覺得你有點危險
推 jonjes: 誰管你啦 國起來
→ ickeal: 你可以點進去玩呀，角度也會有差異不過辨識效果還是不錯
→ ataky: cos那張就真的很像啊
推 StellaNe: 人臉辨識是辨識是否同一個人吧 無法判斷長得像不像
推 kenkenken31: 本來就覺得不像，根本懶得跟風玩梗
→ bnn: 沒先用faceapp轉一下再比對
→ ickeal: 可能跟人生三大錯覺一樣他喜歡我 我能反殺 長的像國昌
推 andy0481: 系統辨識是各個細節去分著看吧 間距大小形狀臉框等等
→ andy0481: 但人類看一個人像不像 很多部分會加入感性部分去判斷
→ andy0481: 也就是老人最愛說的你的鼻子像爸爸這類的 這電腦不會分
→ k83nk7agkc: 文組嗎== 這個結果沒意義
→ nomorethings: 笑死   えなこ本人兩張還只有8成相似   先檢討軟體
→ nomorethings: 好不
推 castawil: 簡單講就是這裡很多人的心中都有位昌老師
→ pponywong: https://en.wikipedia.org/wiki/Eigenface
推 roger2623900: 機器分析出來客觀不像 觀眾主觀觀感覺得像
推 dm03: 遠近會不會有差？
→ dnek: 我看是髮型跟表情換了就不行了吧，呵
→ leamaSTC: 這個已經不是文組的問題了...可憐哪
→ pponywong: eigenface 是老算法 現在有很多補充算法了
→ pponywong: 遠近 光影 角度 現在很多臉部辨識都可以解決
推 f222051618: 長知識推
→ ickeal: 我特別使用那張大家覺得很像的就是閃光燈下去臉部細節失去
→ ickeal: 很多所以辨識起來的效果較差了一點
→ ickeal: 所以我也把網址附上歡迎大家自行進行檢驗看看
推 arcanite: 人眼是主觀的
→ HellWarGod: 0.1是指有1成相似？如果是一個男的跟女的有一成相似，
→ HellWarGod: 已經很像了吧
→ ickeal: 你們一樣有鼻子眼睛嘴巴
→ CYL009: 我覺得要找一個相似度超高的來看看這系統可信度多少吧
推 WLR: 屈中恆三兄弟嗎？
→ A880507: 這就只是一個梗而已 特意去證明只會顯得很不識趣罷了
推 kullan: 有的國 有的不國
推 Satoman: https://i.imgur.com/j1xk7wU.png
→ Satoman: 屈中恆和宋少卿也才0.2，0.1根本超像還是男女欸 ==
→ moeliliacg: 阿信跟胡瓜的比較呢
推 r901700216: 用同一張照片呢
推 pony147369: 開放給你用不就讓你幫他建資料庫的意思 訓練久一點就
→ pony147369: 像了
推 a3831038: http://i.imgur.com/tMoF5s7.jpg 根本不準= =
推 stu87616: 結論應該是這玩意根本不準吧= =
推 CAtJason: 廣末跟江祖平呢？
推 ps0grst: 那當初那兩張照片的匹配度呢？好奇
推 IB1SA: 國
→ ickeal: https://i.imgur.com/pt87JgA.png 屈跟宋
推 Satoman: 就一般人主觀覺得像，但是AI比較嚴格而已 ==
推 liuedd: 好了啦，你就繼續用這網站說服自己
→ Satoman: 連你自己弄都才0.4，人家還是男和女去比然後有0.1 ==
→ ickeal: 主觀來講你要說你老婆長的像誰都沒問題，問題是客觀的角度
推 WLR: えな國已經誕生了，來不及了
→ Satoman: 我說的主觀是人類眼睛的主觀 ==
推 kirimaru73: 比較公正的方法是跟其他政治人物都比一比
→ kirimaru73: 如果其他人平均也差不多0.1就確實代表國力不足
推 doremon1293: 誰管你 國起來
推 kobe9527: 用LBJ跟張震嶽看看
→ ickeal: 人類眼睛會進行很多補正，看人的時候覺得他很對稱，看照片
→ ickeal: 的時候發現不對稱
推 JerryGreen: 有實驗給推
→ ickeal: kirimaru73>所以我貼出來讓大家玩可以自行去驗證~
推 jeeyi345: 有試過把兩者臉反過來p嗎？
推 md01yo30: 現在跟棒球版酸林益全然後數據文出來不管啦有87%像
→ dnek: 誤差這麼大，根本只是看取材的相片挑的好不好罷了
推 Satoman: https://i.imgur.com/hDJK49R.png
推 Yanrei: 這誤差太大了，識別力根本沒辦法用吧
→ Satoman: 陽岱鋼和張奕大概也只在5成上下，這兩個還是有血緣的 ==
→ Satoman: 我看這兩張照片去掉球衣大概沒幾個人分的出來
→ ickeal: 4成已經可以代表非常的像了，你或許沒有注意到下面的英文
→ Satoman: 那1成不就代表有點像嗎 ==
→ ickeal: 你的有點，不代表所有人的有點
→ Satoman: 照你這樣講，不像的標準大概要降到0.05以下
→ Satoman: 那你的不像，也不是所有人的不像 ==
推 keyman616: 館長跟愛子公主呢
推 g3sg1: 這個問題是你那enako自己的相片互比都得出偏低的結果了 說
→ g3sg1: 服力不夠啊
→ ickeal: 是呀，所以我丟出來讓大家一起檢視呀，而不像你主觀認知
→ Satoman: 現在不就是AI跟你講有0.1，然後你還在那邊硬說不像 ==
→ ickeal: 0.8叫作偏低，你懂什麼叫做高達八成嗎
推 roea68roea68: 是錯覺也罷 屈中恆三兄弟證明機器跟人眼判斷有差距
→ Satoman: 照你這樣講，陽岱剛張奕、屈中恆兄弟、胡瓜阿信都不像了
→ ickeal: 0.1是真的不高，你可以多玩幾次你覺得很像的人
→ Satoman: 我不是找給你看了，很像的同性大概都在0.5左右
→ Yanrei: 假如大眾普遍認知超像，然後機器說很不像，我怎麼覺得應
→ Yanrei: 該是AI程式需要重新設定一個符合人類標準的才對……
推 bollseven: 屈中恆宋少卿0.2  0.1可以說像與不像之間了
→ Yanrei: 先不講黃這兩個，屈中恆三兄弟算公認超像的吧？結果也只
→ Yanrei: 有0.2-0.4不定
→ ickeal: 所以?同性0.5就能推論出異性0.1很高? 這因果跟邏輯不太通
推 Hecarim: 那個數值已經足以成為撞臉meme吧
推 kirimaru73: 還有一個重點 這種技術辨認的是 是不是同一個人
→ kirimaru73: 但今天輿論(?)在討論的只是 像不像
→ kirimaru73: 對演算法來說 兩個人"很像" 那不就代表不同人嗎?
→ kirimaru73: 既然是不同人 那就算他報0.01也不能說是不合理
→ kirimaru73: 不能因為分數低就做出"不像"的結論
→ LAODIE: 多找幾個完全不像的看數據啦
推 Satoman: https://i.imgur.com/zVhBxqV.png
→ Satoman: 館長和愛子公主也是0.15，0.1就有神似了啦 ==
→ Hecarim: 推文拿宋屈測就很有力
→ Satoman: 這樣你滿意了沒，還是你現在要說館長和愛子公主不像 ==
→ ickeal: 人眼會增加不少主觀或是補正上去
→ g3sg1: 前面說0.X不能直接換算成X成 結果被質疑馬上又說0.8是八成
→ g3sg1: 可以 這標準很滾動
推 WLR: 我們是人類阿
推 md01yo30: 我不懂一直找普羅大眾的印象當例子然後說AI錯了邏輯是？
→ Hecarim: meme畢竟還是大眾主觀玩出來的產物
→ ickeal: 不是我滿不滿意的問題呀XD 你要怎麼認知是你的事呀
→ Stat14: 自己跟自己只有0.8= =
→ kirimaru73: 而且明星臉本來就是訓練資料中想要給的負面資料啊
→ kirimaru73: 給所有明星臉接近0的分數才代表系統很強
→ Hecarim: 那就沒啥好討論的了 你覺得不像就不像
推 berice152233: 我還是覺得有像
推 leilo: 人類覺得像跟物理實際上像不像不是絕對相關
→ g3sg1: 有沒有人要拿麥特戴蒙跟馬克華柏格去測試 或是奧蘭多布魯跟
→ g3sg1: 路克艾凡斯 這兩對也是外國公認很像的
→ kirimaru73: 你可以強調分數很低 但這跟像不像的關聯很薄弱
推 Yanrei: 找個雙胞胎給他試看看？XD
→ pony147369: 今天要有說服力 就是要包含人眼補正啊 而且你數據只
→ pony147369: 跑三組 根本不科學
推 tim96tim: 一國各表(？
→ ickeal: 我知道這個東西叫作Communal reinforcement
→ g3sg1: 阿 還有菜鳥新移民男主跟郝龍斌 這也是公認很像的
推 Satoman: https://i.imgur.com/jiLQQ0Q.png
推 jimmyVanClef: 我的辨識度比較接近AI   XD
推 leilo: 但人眼也是會錯的啊 實際上就是不同兩個物體
→ Satoman: 我目前找到的極限是西門飛鳥的0.25 ==
→ ickeal: 人眼是很容易被蒙騙的
→ Satoman: 其他男女很像的例子大概也是在0.1左右上下徘徊
→ leilo: 視覺錯誤等等心理學研究早就一堆了
→ Satoman: 所以以這個系統來講，0.1大概頗為神似了 ==
推 Arctica: 我知道一切都是腦補 但現在國就是刻在我腦袋裡丟不掉了QQ
→ leilo: 其實要train個明星臉(人類認知的相似)應該也不是辦不到
→ leilo: 但跟azure這個模型就有出入了吧 他就不是給你這樣子玩的
推 fayjai94888: 有人要測一下早晨跟D妹ㄇ
噓 SiaSi: 人類的感知是主觀的，應該是AI去貼近人類而非人類習慣AI，
→ SiaSi: 而且從幾個推文裡面屈跟宋的圖片去測得到的結果也只有0.2#
→ SiaSi: 來看，不是演算法還不成熟就是0.1、0.2已經算很高了
→ SiaSi: 是說，你有沒有注意到網站的數字給到小數點後好幾位，什麼
→ SiaSi: 意思不用我說了吧？
→ shadow0326: right answers to wrong questions
→ shadow0326: 這個model的目的應該是鑑別是不是同一個人 而非像不像
推 leilo: 你想做這種模型就去做啊 乾他就不是給你玩明星臉用的 是人
→ leilo: 臉辨識好嗎 人家追求的是連雙胞胎都能夠好好認出來
→ shadow0326: 數值也不是相似度，而是同一個人的機率
推 stu92054: 這個系統是要測試是否同一個人又不是測試是否相像
→ shadow0326: 用錯誤的方式去解讀ML結果 這是文組出道的數據分析師
→ shadow0326: 常犯的錯誤
→ leilo: 吼777777 就是有這種會亂解釋工具的人 才都會一直丟一些天
→ leilo: 馬行空的project來啦
推 kypss95134: 這是表達有多少信心判斷兩張圖片是同一人 正常人都不
→ kypss95134: 會分不出這兩個人吧
→ ickeal: 他的問題是解是不是同一個人，但是在同一個人的臉部特徵
→ ickeal: 相似程度，他一樣會做權重評分，嘴人文組分析師之前你了
→ ickeal: 解這個嗎？
推 WLR: 感覺很適合玩同個人同角度化妝前後的差距
推 leilo: 是因為上面有人說ai應該要貼近人眼判斷啊
推 stu92054: 那個數值是系統對判斷的信心程度又不是兩張臉的相似程度
推 katanakiller: 杰倫和東尼大木能不能測一下啊XD
→ stu92054: 頂多說可能有正相關吧
→ kypss95134: https://i.imgur.com/pz2ivcT.png
推 chocopie: 資料沒正規化處理，怎麼算都嘛不像
推 firingmoon: 可憐哪 原本想要吹噓結果被嗆爆
推 apple970066: 哈哈哈滴妹那張
→ ickeal: 他最後是透過一個激勵函數來評估像是tanh或sigmoid，你不
→ ickeal: 能因為最後問題是問相不相同人，而把中間評估相似的過程
→ ickeal: 當作不存在
推 leilo: 就是是同個人的機率高不高啊 物理特徵接近當然會比較高
→ Ray90067: 西門跟滴妹笑死
→ Ray90067: 有沒有叉燒跟韓冰的
推 a23962787: 深度學習本來就是試圖模仿人腦的方式去做分類，如果他
→ a23962787: 做出的結果跟大多數人的大腦所做出的判斷有衝突，那要
→ a23962787: 算是AI錯了而不是你錯了，像是物件辨識可能框幾個人說
→ a23962787: 他是風箏，難道會說客觀上這幾個人其實是風箏嗎
推 FallenAngelX: https://i.imgur.com/ZL1IbMi.png 找到破0.3的..XD
推 wetor: 滴妹哈哈哈
推 web946719: ena國
推 willywasd: 我覺得蠻像的
推 TF00207374: 有0.3的了 這樣我們可以解讀為えな國了嗎？
推 LAODIE: 誰做一下王仁甫跟麻美由真
→ wetor: 0.3國強強強
推 fleetindark: 滴妹蠻像derR XD
推 harry0073: 可以比對周杰倫跟男優嗎
→ FallenAngelX: 真的是要找很久 其他えなこ的圖應該是沒辦法
→ wetor: 先把國女性化再拿來比會不會比較準
推 can18: Measuring Face Similarity Rather than Face Identity
→ can18: 人臉識別本來就不能直接拿來測量相似度
→ can18: 不信的可以去看那偏論文
噓 g3sg1: 阿哈哈哈 UCCU 同一組合不同圖片破了你的0.1之壁了 好了啦
→ g3sg1: 用錯工具得到錯誤結果就乾脆承認吧 再凹下去很難看
推 qazqazqa: 是不是很多都不懂ai運作方式阿XD
推 CriminalCAO: http://i.imgur.com/04iYKmL.jpg
→ CriminalCAO: 幫忙做這個和馬英九的比較
推 loltrg42972: https://imgur.com/undefined
→ loltrg42972: 放錯這個才對 https://imgur.com/0Sn2FSw
→ loltrg42972: AVA雙胞胎兄弟檔Cowman跟47edi 像到連AI都以為是同一
→ loltrg42972: 個人
推 Ray90067: 拿西門女裝的跟飛鳥比不知道會不會更高
推 taiwanstrike: 西門飛鳥…
噓 Kenqr: 你可以去找一些公認長得像的人試看看
→ AirPenguin: 文組?
推 FallenAngelX: https://i.imgur.com/XveYBZo.jpg
→ FallenAngelX: 馬英九
→ ickeal: 原來你們不是真的在玩梗而是覺得真的像嗎
推 kypss95134: https://i.imgur.com/NBd8GAS.png
→ kypss95134: 西門女裝跟飛鳥
推 aa091811004: 不覺得有像，這個梗就壓根不會出現啦
→ aa091811004: 所謂的“跟風”，不就是因為有源頭才有得跟嗎
→ tsukiyomi157: FallenAngelX害我差點笑死 好了啦別崩潰
噓 hduek153: 沒人覺得像就不會玩梗了 到底在說啥
噓 Michelle33: 你先解釋為什麼同一組合數字差這麼多好嗎XD
→ Michelle33: 不過算了啦 如果你真的懂也不會在這講一堆了...
推 sniperex168: 我知道人臉辨識分數低。可是えなこ跟國昌怎麼會這麼
→ sniperex168: 像？
推 bhmtkkk1234: 早晨跟滴妹是真d像
推 yinrw: 其實我也覺得不像所以看不懂每次推文到底在推什麼
→ ickeal: 輸入資料沒有做正規化等處理，會有誤差是很正常的
推 FallenAngelX: 有點像的也就只有那張而已 然後就變梗
噓 Jongkook: 開投票還比較有用
→ FallenAngelX: 梗就不太適合太認真看待
→ ickeal: 過程中並沒有很嚴謹，畢竟我也沒有想針對這個議題做更深入
→ ickeal: 的研究，如果啟發了其他人想研究的更透徹那也很好
推 Sunblacktea: 有些角度是真的超像啊 不然梗哪來的
→ ickeal: 小題可以大作，大題可以小作，只是當這個梗玩到自己都深信
→ ickeal: 不疑的背後是什麼呢？
噓 brightwish: 可笑 覺得像就像 誰管你ai怎麼看
噓 strayer014: 文組誤國
→ clareonly: https://imgur.com/lLVBrXS
推 aa091811004: 有人深信嗎@@
噓 dummy003: 原PO文組的吧，邏輯那麼差
→ aa091811004: 覺得像就像，不像就不像，這哪有什麼深信的空間
→ brightwish: 這也可以辯 讀書讀到走火入魔了
噓 allenpong: 回文到底在供三小 哪來那麼有事的人
→ allenpong: 拿一個網站的數據一直在那邊說不像不像 啊大家就覺得像
→ allenpong: 啊 有事嗎
推 harry886901: 國起來 通通給我國
推 Boris945: 明明就真的像，是軟體爛，本人還只有8成
噓 willywasd: 挑自己想要的數據作結論 被質疑再來說大家太激動XD
推 asdasd02tw: 一直都覺得不像，也不是跟她本人像只是剛好那張照片有
→ asdasd02tw: 點像，每次就被唱國國國，希洽八卦果真一家親
→ ickeal: 我說過了過程沒有很嚴謹，也歡迎大家一起玩玩看呀，又不是
→ ickeal: 只有我的資料作準，我山大王嗎
推 bronco5229: harris corner找特徵嗎
→ yys310: 那就不要亂下結論阿
推 lily20531: 應該要選兩個完全不一樣的人 看幾分才叫不像
→ smallq: 第一個的結論不是雖然兩張圖是不同人~ 但信心指數只有0.1x
→ smallq: 嗎?
→ HellWarGod: 就真的很像啊，誰在跟你玩梗
噓 flyblack: 重點是你都下“結論”了，就接受大家評斷你的“結論”
→ flyblack: 呀，不然你改成大家覺得呢？搞不好大家還會當成青蛙共
→ flyblack: 鳴場
噓 willywasd: 都下結論了 被批評不是正常嗎
→ ickeal: 我接受大家評斷我的結論呀
推 yudofu: 電腦看的跟人看的不一樣
推 s21995303: 西門飛鳥 滴妹早晨的數字高到誇張XDDD
→ ickeal: 批評我的結論更像受到Communal reinforcement的影響
噓 Jimmy030489: 笑死 遇事不對扯文組
→ ickeal: 真的沒必要扯文組理組，我們就事論事就好
噓 Utopiasphere: 什麼白痴結論 拿機器學習弄出來的結果講一個主觀的
→ Utopiasphere: 概念 大家覺得像不像還要你機器評斷哦
噓 willywasd: 84 是因為你樣本少又愛做結論
→ willywasd: 被批評又說大家是受到Communal Reinforcement的影響
→ willywasd: 絕對不是自己的證據和推論有問題
→ ickeal: 所以我讓大家一起來玩呀^^還是你只是覺得不行啦一定要像的
→ ickeal: 結論才行?
噓 nnnni0: 看不順眼就只會扯文組，是詞彙貧乏嗎?
推 jeeyi345: 是你測"一組"了然後一定要不像，自己講不嚴謹又禁不起質
→ jeeyi345: 疑
噓 harry6275: 跟communal reinforcement 完全無關 就只是單純覺得像
→ ickeal: 我沒有禁不起質疑呀，大家測的越多越能代表這個model值不
→ ickeal: 值得信賴呀
推 reader2714: #1Ujzbm2k (Beauty) 這個也很像
→ ickeal: 跟風就是一種communal reinforcement不是嗎?
推 jimmydabang: 推文可以繼續拿國昌照片比啊 呵呵
噓 reenwit: 原本好好的。看你的回應，不得給個噓
→ ickeal: 謝謝你的鼓勵
推 jeeyi345: 推文玩夠多了嗎？還是累積越來越多Communal reinforceme
→ jeeyi345: nt
噓 JCS15: 我看跟風玩人臉辨識才是真的
→ ickeal: 跟風玩人臉辨識這個倒是真的，畢竟我工作是壓縮演算法這塊
推 qoo60606: 需要更多data
推 oldxgoat: 滿好笑的啊哈哈
噓 willywasd: 先下結論說大家都是來跟風的
→ willywasd: 被質疑了之後再說只是好玩而已
→ ickeal: 先生我建議你看一下文章開頭，我沒修改過，就跟你說了
→ notneme159: 國
→ willywasd: cc
推 aa091811004: 嘛，敗筆確實是在如果只是好玩，去就別去下結論，不
→ aa091811004: 然你的結論被挑戰再正常不過了
推 allanbrook: 科學教教徒
→ j9145: https://reurl.cc/g75p7N
噓 nisioisin: 誰說AI就一定客觀？
→ j9145: 講科學才代表原PO結論是錯的
推 aa091811004: 是說，現在最新那篇也有新的發現了，原po那張圖寫的
→ aa091811004: 是“針對這兩個人是不同人的這件事，信心指數0.1”@@
→ nisioisin: 你客觀的定義咧
推 loking: 他訓練資料可能都用外國臉孔吧
推 mitsurino: 國
→ JCS15: 別人寫好的演算法&應用肯定客觀
→ goscowalker: 理組推論 文組結論
→ ickeal: 是的科學是我用字錯誤，應該說是更多其他的方法來驗證
→ ickeal: 要探討這個問題,發問卷然後跑SPSS也是一種方式
推 xxxrecoil: 我們覺得像，電腦覺得不像，明明是AI要加強 等於等於
推 liaoeddie: 國
→ j9145: 人腦對記憶臉部是只有大致特徵，之後靠腦補補完。
→ j9145: 而AI則是用器官相對位置，比例去計算相似度。
→ j9145: 簡單講就是AI辨識相似度原理就是那些人腦會自動忽略的細節
→ j9145: 所以不同人的臉部相似度，AI很難去比對
→ j9145: 因為AI無法判斷不像到底是運算的誤差，還是真的是不同人。
噓 fucKMT5566: 通篇廢文還敢做結論 先去估狗adversarial example好不
→ fucKMT5566: 好 會完全相信AI的我真的不知道腦袋在想啥 何況還是不
→ fucKMT5566: 成熟的系統
→ fucKMT5566: https://reurl.cc/kdA31G
噓 fragmentwing: 還在嘴硬 笑死
→ ickeal: 你說的是刻意製造讓機器學習模型判斷錯誤的輸入資料吧
→ ickeal: 我的嘴唇是軟的，牙齒是硬的，謝謝指教
推 Jimmy030489: adversarial例跟這個沒啥關係吧 = =
→ can18: adversial 可以用來說明目前AI 離真理還差很遠
→ can18: 因此嘗試用 AI 的結果當作客觀標準也是很有問題的
→ can18: *adversarial
噓 wklxbiwee: 不是機器檢驗就會準= = 程式沒做好機器就不能準確檢驗
→ wklxbiwee: 你的GRR 呢?
噓 Nitricacid: 不懂裝懂
噓 can18: 說實話這篇用了 錯誤的工具  錯誤的推論 還敢說比較科學的
→ can18: 方法...
推 Kedge: 自己跟自己還只有8成像= = 這是軟體太廢還是化妝技術太好
→ can18: 至少加一段補充說明方法跟推論有誤吧 別誤導別人好嗎
→ can18: 樓上 因為這個工具根本不是用來衡量相似度的 原Po亂解釋數
→ can18: 值的意義
噓 notinservice: 我想噓這邊某些人的邏輯 難怪ptt會下去= =
→ ickeal: 離真理還很遠，但是足夠辨識你
推 GYLin: 推 can18
→ ickeal: 在旁邊他有一個Face detection他會告訴你他偵測那些特徵
→ ickeal: https://i.imgur.com/vpXGSOE.png
噓 Erichikaunkr: 很難看啦
噓 can18: 你是不是真的完全不懂這技術阿
噓 LinkMiguel: 你餵了多少圖片?
→ ickeal: 這個model是微軟建立的，他用了上百萬張人臉
推 GYLin: 大家覺得像 但Ai覺得不像 那也是AI有問題吧。。。
噓 can18: 好了啦 我再貼一次給你 好好看過這篇論文好嗎
→ can18: Measuring Face Similarity Rather than Face Identity
→ ickeal: 我確實並不完全了解他，但是我很清楚他過程當中是有參考各
→ ickeal: 個特徵的權重
噓 can18: 它出來的值是 probability 不是 similarity 到底要解釋幾
→ can18: 次
→ ickeal: 你這篇論文我看了，他說的是深度學習和我們人類的辨識方式
噓 as885212: 隨便解讀數據意義
→ ickeal: 不同
→ can18: 或許有正相關 但相關不能推導因果你知道嗎
噓 Zero5566: 你覺得像那就像 不像就不像 很難？
→ ickeal: 他是最後一層使用激勵函數去輸出一個數值來判斷呀
→ ickeal: 所以我才在這裡跟你閒聊
噓 can18: 他訓練的時候是要將同一個人的機率拉高 不是要將相似的人
→ can18: 的機率拉高
→ can18: 相似的人機率高 只是有可能的情形 不是必然
→ ickeal: 但是他倚靠的是物理特徵兩人的相符程度，如果套上shap的
→ can18: triplet loss 了解一下
→ ickeal: 話應該會更清楚
推 zoi1208: 這出來不是相似度吧
噓 can18: 如果兩個人超級像(假設99%像) 完美的人臉辨識機器輸出的機
→ can18: 率是0% 不是99%
→ can18: 你是不是連模型怎麼訓練的都不懂
→ ickeal: 但是這個完美不存在呀，手寫辨識也是出一個softmax然後評
→ ickeal: 估這個手寫字是1的機率多少是2的機率多少
→ ickeal: 然後他最後去作出決策，也就是左邊的說明文字
噓 can18: 我舉這個例子是要說他訓練的目的就不是為了衡量相似度 所以
→ can18: 你把他解釋為相似度就是根本上的錯誤了
推 indiroia: 方向不一樣演算法都可校正 人臉辨識在很多年前就很成熟
→ indiroia: 了
→ ickeal: 或許不是等價，但是他存在一定的相關性
噓 can18: 相同的人機率 跟 相似度 或許有正相關 但絕對不是因果關係
→ can18:  相關不能推導因果 文組都知道這個道理吧
噓 as885212: 認真就輸了 記得當閒聊 有人不是來學術討論的
→ as885212: 反正就是隨便人的聊聊而已
噓 kkb512sk: cos都畫裝在p圖看看米砂嘔嘔嘔p到空間都扭曲
→ ickeal: 其實你直接說我的推論結果有問題就好了
噓 JCS15: 不了解就不要一直蹭人家的技術和理論 跟風玩不要緊 胡亂解
噓 can18: 你選擇的工具有問題 解釋數值有問題 推論有問題 推論結果
→ can18: 當然有問題
→ JCS15: 釋就過頭了
→ can18: 推樓上 不要亂蹭新技術 亂用"科學方法" 以及亂下結論
噓 kkb512sk: 國師性轉說不定比えなこ正
→ ickeal: 這東西其實也不是新技術了，我算很晚才接觸到
→ ickeal: 科學方法有分很多種，我上面提到去發問卷跑SPSS也是一種
→ ickeal: 而我們在板上對於ENAKO像國昌不就是一值是很主觀的認定嗎
推 papple23g: 純推網頁工具
噓 Chiccoco: ㄏ
→ tim32142000: 之前用人臉應用程式的經驗，enako的照片要修剪到臉
→ tim32142000: 佔畫面七八成會比較準
→ ickeal: Features include recognition and grouping of similar
→ ickeal: faces in images
→ tim32142000: 如果他處理過程中有縮放圖片，那臉站小比例再被放大
→ tim32142000: ，解析度會很差
噓 slygun: 好啦所以你是不是原本就覺得不像 確定一下再繼續討論可否
噓 strayer014: 你質疑主觀像不像問題 結果你的東西跟客觀也沾不上邊
→ strayer014: 回家惹拉 再醬下去不好看==
推 iecdalu: 拿郭彥均郭彥甫兄弟來測就知道了
→ strayer014: 下次記得不了解工具不了解技術就不要下結論惹
→ strayer014: 不然文組又要被拿出來鞭==
推 zjkgsd365: 這個感覺好玩，很多人可以測
→ scotch: Landmark不一定是用來做辨識的，去偵測Landmark很可能只是
→ scotch: 為了Normalisation的部分，例如把把臉部傾斜去拉正或者是3
→ scotch: d frontalisation，之後在丟去人臉辨識
→ tim32142000: 通常網站的圖片服務會限制圖片的最大長度和寬度
→ tim32142000: 或是你傳上去會被縮放
→ ickeal: 確實你說的Landmark有可能後續再作處理
→ scotch: 你要去看人臉相似度可以考慮例如把你前面講到的Softmax層
→ scotch: 去掉，去做例如Cosine distance，就可以得到一種相似性的
→ scotch: 結果
→ thesun0731: 這只能參考 不適合跟像不像的主觀感覺結果比較吧
推 Ray90067: 叉燒跟韓冰也有0.18多，感覺應該要找角度光線接近的會
→ Ray90067: 比較準
推 bergson: 我不管（誤  嘓嘓嘓
→ ssd860505da: 這樣比不公平，要先把性別feature抽掉比才會準，或
→ ssd860505da: 是一邊做style transfer再來比較
→ ncku801: 用這個東西來評斷兩人像不像有個決定性的問題 這個系統是
→ ncku801: 用來判斷是否是“相同”的兩人 而不是用來判斷兩人的相似
→ ncku801: 度 所以只要模型有抓到決定性的特徵差  那麼信心分數一定
→ ncku801: 靠近0  所以可能會有兩個很像的人 但可能其中一方眼角有
→ ncku801: 痣 就可以很輕易的分別出是不同人 大概這個概念
→ ickeal: https://i.imgur.com/G0qyu2N.png
→ ickeal: api中有針對confidence的敘述可以看一下
→ ncku801: 他不都說 to the same person了嗎 這就兩個不同task阿 他
→ ncku801: 也說輸入label是0 1了 所以他很有自信說這是兩個不同人
→ ncku801: 跟 他輸出兩張圖的相似度 是不一樣的意思啊
→ ncku801: 我這樣說好了 我想訓練一個辨別同一人的模型 我想讓他rob
→ ncku801: ust 我是不是應該放一點很難的sample 比如 同卵雙胞胎?
→ ncku801: 那這兩個不像嗎 一定很想 但是因為他被訓練過了所以模型
→ ncku801: 一定知道這是兩個人 分數會低
→ ncku801: 同理 今天國師真的不像ena國嗎 可能像 但現在你的模型一
→ ncku801: 定很robust 畢竟是微軟的 這種擺明人類都能分辨的不同人
→ ncku801: 沒理由模型會給0.5這種分數
噓 satsuya0114: 就えな國 沒什麼好說
→ ncku801: 總結就是 辨別人是否相同跟給出相似度是兩種task 送進訓
→ ncku801: 練的y一定是不同東西 把此模型的信心分數當作相似度可能
→ ncku801: 是個存疑的點
→ ncku801: 當模型給出跟人認知相差甚遠的答案時  我認為先審視為什
→ ncku801: 麼有這種結果會比較保險 畢竟像這種網路測試的 都只是一
→ ncku801: 個演示 你也不知道模型到底在看哪裡 哪個部分讓模型給出
→ ncku801: 高/低分 或許模型看的是一個人類整個摸不著頭腦的地方也
→ ncku801: 說不定 畢竟他的目標是分辨個體  鑽牛角尖是非常正常的
推 ncku801: 順便補充一下 我說的不知道模型看哪裡的意思是指他沒有提
→ ncku801: 供像是silency map這類的東西 我有看到你給出可能是特徵
→ ncku801: 權重的json 但那個表給出的是各個部位比較的權重 而不是
→ ncku801: 整體顏部的相似度 講白點就是我把整個臉拆的零零碎碎一片
→ ncku801: 一片比 這樣分的清楚是非常合理的 這就是我說的鑽牛角尖
→ ncku801: 找相異  所以我才會認為這個跟相似度是兩個不同的task
噓 junren0183: 爛文
→ ickeal: 確實在task不同下會進行特徵權重調整，這個從SHAP上可以
→ ickeal: 明顯看出
→ ncku801: 是的 所以哪天微軟真正用『相似度』作為task時 真的微軟
→ ncku801: 認證不夠國 再來說鄉民跟風也不遲 是吧
推 can18: scotch 大 跟 ncku 大都解釋了很詳細了 如果真的還是不懂
→ can18: 為什麼不能這樣解釋 可以認真的去 DataScience 版問
→ can18: 在這邊凹不會把錯的變對的
→ ickeal: 是呀，他們解釋的比can18你好太多了
→ can18: 建議把結論修掉 或是加上一點推文補充之類的 不然誤導大家
→ can18: 很不好
→ can18: 被一堆人打臉很難受我知道啦 但該修正的還是要修正好嗎 一
→ can18: 直耍嘴皮子真的不太好看
→ ickeal: 他們兩位比較認識到這個問題的核心差異，而你不是
推 can18: 我解釋的好不好跟你的論證對錯沒有關係 不會因為我解釋的
→ can18: 不好你就變對的
→ can18: 小時不讀書 長大當記者
→ can18: 但記者報導錯誤訊息還會修正
→ can18: 你看起來也是有讀過書的人 還希望你別連記者都不如
→ ickeal: 謝謝你的指教，或許你可玩玩他的前身TwinsOrNot
噓 shadow0326: 真可憐啊 不用功還嗆人教不好
推 forRITZ: 如果要抓的點是：大眾覺得像不像，那這機器很失敗啊
→ forRITZ: 如果要抓的是是不是同一個人，face id不是更準嗎？
噓 ALDNOAH5566: 閱
推 EricTao: 好煩喔 為啥搞錯了姿態還這麼高喔==
→ EricTao: 你在實驗室也是這樣討論事情嗎==
噓 artist0918: 所以？我就愛講，你管的著？路人
→ artist0918: No body care
推 phoebe9517: 跟小黃瓜90%相似笑死
→ opmina: 判斷是否為同一個人：找出不同的地方/判斷是否長相相似：
→ opmina: 找出相同的地方
→ opmina: 只要有一處明顯不同數據就會很低，用錯工具當然會得到錯誤
→ opmina: 的結果，真的是在嘴硬
推 artwu: 夏雨喬跟宋芸樺呢？
噓 lolicat: 看不出來在閒聊 你的回文看起來就是 拎杯是對的 你們懂個
→ lolicat: 屁
推 jamey30938: 樓上 231樓有了 超像
推 e790309: 不管是找不同處還是找相同處 不像的兩人就不會得出相像的
→ e790309: 結果不是嗎？反過來說不管哪個方法判斷出來兩人可能相像
→ e790309: 都是經過嚴格檢視得出的結果表示兩者有一定的相似度 不懂
→ e790309: 某些人堅持判斷原理不同的意義到底在哪
→ e790309: 今天如果是拿人臉辨識來判斷兩人不像 下個大家覺得像都是
→ e790309: 錯覺的結論 這樣被鞭還合理
→ e790309: 但這篇明明是拿AI佐證兩人真的像 就像寫論文時要找各種客
→ e790309: 觀方法驗證自己理論一樣 你可以質疑他的檢驗方法有不嚴謹
→ e790309: 處 但貶低成這樣就過頭了吧
噓 asd22961166: 好的えな國
噓 harry155007: 是狂粉被戳傷心裡是不是啊，講個えな國也可以在那邊
→ harry155007: 演邏輯教授
噓 clarkyoona: 這就不是在分辨像不像的，還要凹，真難看。
噓 YAUN: 給你工具還亂用
噓 Deltak: 無聊
→ Deltak: AI覺得不像關我屁事，我覺得像就好
推 e790309: 呃 我現在發現我理解錯了 不知怎的以為越接近零是越相似
→ e790309: 終於看懂這篇的討論怎麼會發展成這樣了囧
噓 Michelle33: 不懂為什麼打臉你的人和文這麼多 你還在這屌==
噓 ben100rk: 可悲
噓 sky81602: 覺得像都不行，還要被嗆跟風喔
噓 e2167471: 我覺得你是深陷在自己覺得國昌跟えなこ不像的泥淖裡
→ e2167471: 然後無法接受「真的很多人覺得很像」